‘Even now’ — #certainty without concrete evidence
▻http://randalmatheny.com/even-now-certainty
Job 16.19: #Job was certain that #God saw his situation, was on his side, and was working in his favor.
‘Even now’ — #certainty without concrete evidence
▻http://randalmatheny.com/even-now-certainty
Job 16.19: #Job was certain that #God saw his situation, was on his side, and was working in his favor.
Action : Know
▻http://randalmatheny.com/action-know
Mark 16.16: We can know if we are saved or not.
Glory for knowing
▻http://randalmatheny.com/glory-knowing
For good and bad examples from which to learn, For teaching, clear and strong, on where to turn, For a word of law to guide, by heaven inspired, For knowing for sure we’re saved, and what’s required, Glory! Glory! Glory! to God Almighty!
So-called #knowledge
▻http://randalmatheny.com/2015/06/11/knowledge
1 Timothy 6.20-21: Stick with the gospel!
#Daily_Bible_Devotional #devotional #gospel_of_Christ #temptation
Visualised: how #Ebola compares to other infectious diseases | News | theguardian.com
▻http://www.theguardian.com/news/datablog/ng-interactive/2014/oct/15/visualised-how-ebola-compares-to-other-infectious-diseases
With Ebola panic spreading, we thought it might be timely to visualise the data on the infectiousness of various pathogens.
To give a universal metric for infectiousness, we’ve used the average ‘basic reproduction number’ (also ratio or rate). It’s a statistical measure of how likely and widespread an infectious disease outbreak might be - if nothing is done to control the situation.
Tiens, ça fait longtemps que je n’ai pas sorti l’#échelle_logarithmique, voila une belle occasion !
R0, le taux de reproduction de base, est un… taux. Typiquement multiplicatif, donc. D’où, forcément, une échelle logarithmique.
Comme le graphique (et #Knowledge_is_Beautiful) est assez aimable pour indiquer le lien vers les données (Gg-Ss), voici ce que ça donne (vite fait) :
• avec une échelle en log en base 2
• en réintroduisant un point extrême, grand champion de la contagiosité R0 à 80 (!), la Malaria (P.falciparum), éjecté par l’échelle arithmétique
• bizarrement, dans le tableau de données la létalité d’Ebola n’est « que de » 50%, alors que le graphique la pointe à 70%.
@simplicissimus si j’osais... je pense que cette question des échelles est fondamentale en visualisation, que c’est un savoir dont ont énormément besoin les enseignants pas trop familié avec le monde des statistiques, et j’ai envie de te faire la proposition de faire un beau billet pour visionscarto.net sur ce thème, avec des exemples et en expliquant pourquoi et quand on utilise l’une ou l’autre de ces échelles. je pourrai faire les esquisses.
Je sais qu’on st tous débordé, qu’il faudrait squizzer le temps etc... mais bon :) sans urgence, on pourrait simplement y penser. Il n’est pas interdit de rêver !
cc @fil
Merci @simplicissimus. C’est assez « grave » je trouve cette omission de la #malaria pour cause d’échelle.
@reka ça serait chouette en effet, il y a beaucoup de coups fourrés qui sont faits à l’aide des échelles. Log vs linéaire, commencement à 0 ou non, choix du point bas et haut. Et même des échelles inversées : ▻http://seenthis.net/messages/247765#message247788
Y avait un paragraphe sur ça dans le petit cours d’#autodéfense_intellectuelle de Baillargeon mais rien sur l’échelle log.
Après regard détaillé sur le tableau de données, une partie des R0 sont calculées à partir d’une fourchette. Dans ce cas, la valeur retenue est la moyenne arithmétique des deux valeurs. Par cohérence, il vaudrait mieux retenir la moyenne géométrique.
P. ex. pour Ebola, le R0 est entre 1 et 4, la moyenne est de 2,5 alors que la moyenne géométrique est de 2.
(et pour certaines pathologies, il y a des erreurs. Ainsi, la scarlatine, scarlet fever, est donnée pour 2,8 alors que l’intervalle est entre 5 et 7.)